知识管理工具的选择往往陷入两极：一边是 Notion、Obsidian 等功能丰富但封闭的商业产品，另一边是简单的文件夹和文本文件。zakirullin/files.md 项目提出了一种中间路线 —— 用纯 Markdown 文件构建知识图谱，不依赖专用数据库，却能实现块引用、图可视化和 AI 代理协同。
文件系统即图数据库
files.md 的核心哲学是：你的文件系统已经是一个图数据库。在这个模型中，每个 Markdown 文件是一个节点，双向链接（[[target]] 语法）构成边，文件夹层级则提供分类框架。这种架构的优势在于零依赖 —— 不需要安装数据库、不需要配置服务器，甚至不需要特定的应用程序。任何文本编辑器、任何文件管理器都能直接操作这个知识库。
与 Obsidian 的专有存储格式不同，files.md 坚持 "纯文本优先" 原则。这意味着你的知识库可以用 Git 版本控制，可以用标准工具搜索，可以在几十年后仍然可读。正如项目标语所说："Your life in plain .md files"—— 你的人生记录应该是开放的、持久的、不依赖于特定厂商的。
块引用：精确到段落的连接
传统链接只能指向整个文档，而块引用（block references）允许你链接到文档中的特定段落。这在技术文档和笔记场景中至关重要 —— 当你引用某段代码示例或某个决策理由时，不希望读者在海量内容中寻找上下文。
files.md 的块引用实现遵循 Markdown 的简洁原则。通过特定的锚点语法，你可以在笔记中创建可引用的块，其他文档可以精确链接到这些位置。这种细粒度的连接能力是构建真正知识图谱的基础：知识单元不再是整篇文章，而是可复用、可组合的语义片段。
多层级结构与包含链接
类似项目 IWE（Intelligent Wiki Engine）展示了如何通过 "包含链接"（inclusion links）突破文件夹的单层限制。当 Markdown 链接独立成行时，它定义了一种层级关系：父文档包含子文档。与文件夹不同，一个文档可以通过包含链接拥有多个父节点 ——"性能优化" 可以同时属于前端和后端分类。
这种多层级结构配合检索深度参数（如 --depth 2），允许 AI 代理在单次调用中获取传递性上下文。当你查询 "认证系统" 时，系统不仅返回该文档本身，还会展开其子文档、相关决策记录和依赖关系，形成完整的知识子图。
与 AI 代理的协同工作流
files.md 的真正价值在于让人类和 AI 共享同一个知识库。通过 CLI 接口，AI 代理可以执行结构化查询：
iwe retrieve -k docs/auth --depth 2
这种确定性检索与向量数据库的语义搜索形成对比 —— 你得到的是精确的知识图谱遍历结果，而非相似度阈值下的 "可能相关" 内容。对于技术文档和项目决策这类需要准确引用的场景，确定性检索更可靠。
更重要的是，这种架构实现了 "上下文工程"（context engineering）。当你让 AI 撰写设计文档时，它可以访问项目文件夹中六个月来的会议记录、前期设计文档和 Slack 讨论摘要。AI 不是在冷启动状态下工作，而是基于你的知识历史生成内容。
实践建议：从零开始构建
如果你希望尝试这种知识管理方式，可以从以下步骤开始：
建立基础结构。创建 Projects、Areas、People、Daily 四个根文件夹。即使为空，这种分类法也为你和 AI 提供了检索框架。
养成链接习惯。每次会议后创建笔记，用 [[/people/name]] 链接到相关人员，用 [[/projects/topic]] 链接到项目。坚持一周，你会看到知识图谱开始成形。
引入块引用。对于重要决策或代码片段，使用块引用标记。这让你在后续文档中可以精确引用原始上下文，避免信息丢失。
配置 AI 代理。通过 CLI 或 MCP 服务器，让 AI 能够检索你的知识库。在需要撰写文档时，先让 AI 收集相关上下文，再开始生成。
局限与权衡
files.md 并非万能方案。它的优势场景是结构化知识管理 —— 技术文档、项目规格、参考资料。对于非结构化的剪藏内容（网页摘录、随机灵感），自动分类和摘要仍是未解决的难题。
另一个需要注意的陷阱是 "图视图的幻觉"—— 看到复杂的节点连接可能产生 "我理解了这个知识网络" 的错觉，但实际检索效率并未提升。图可视化是辅助工具，不是目的本身。
最后，这种方案要求用户对文件系统和命令行有一定熟悉度。如果你更习惯图形界面和拖拽操作，Obsidian 可能是更友好的起点。
结语
files.md 代表了一种回归本质的知识管理理念：你的数据应该是开放的、持久的、可迁移的。通过将文件系统视为图数据库，它消除了知识管理工具与底层存储之间的隔阂。在这个 AI 代理日益普及的时代，让人类和机器共享同一个可读、可编辑、可版本控制的知识库，或许是最务实的长期主义选择。
参考来源
- zakirullin/files.md: https://github.com/zakirullin/files.md
- "Your File System Is Already a Graph Database" - Rumproarious
- "Markdown Knowledge Graph for Humans and AI Agents" - dev.to/gimalay
内容声明：本文无广告投放、无付费植入。
如有事实性问题，欢迎发送勘误至 i@hotdrydog.com。